【笔试】敏感词替换-携程旅游2020秋招笔试第一场

描述

(匹配条件全排列)
输入三行
替换字符串
被替换部分,根据全排列进行匹配

解题思路

import java.util.*;

/**
 * @Author bennyrhys
 * @Date 2020-09-08 19:44
 * jack
 * i love jack,jack love me
 * you
 * i love you,you love me
 */
public class T42 {
    private static StringBuilder sb =  new StringBuilder();
    private static HashSet<String> hashSet = new HashSet<>();

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        char[] carr1 = sc.nextLine().toCharArray();
        char[] carr2 = sc.nextLine().toCharArray();
        char[] carr3 = sc.nextLine().toCharArray();

        /*for (char c : carr1) {
            System.out.print(c);
        }

        System.out.println();
        for (char c : carr2) {
            System.out.print(c);
        }
        System.out.println();
        for (char c : carr3) {
            System.out.print(c);
        }*/

        fullSort(carr1, 0, carr1.length-1);

//        System.out.println(sb.toString());

//        String[] qarr = sb.toString().split("*");
//        for (String s : qarr) {
//            System.out.println(s);
//            hashSet.add(s);
//        }
//
//        for (String s : hashSet) {
//            System.out.println(s);
//        }


        String res = "";

        String s = "";
        int len1 = carr1.length;
        int index = 0;
        for (int i = 0; i < carr2.length - len1 + 1; i++) {

             s = String.valueOf(carr2).substring(i, i+len1);
            //System.out.println(s);
            if (hashSet.contains(s)) {
//                System.out.println(s+"===");
                /*int flag = 0;
                while (flag < carr3.length) {
                    System.out.println(carr3[flag]);
                    carr2[i] = carr3[flag++];
                }*/
                res += String.valueOf(carr3);
                i = i + len1-1;
            }else {
//                res += String.valueOf(carr2[i]);
                res += carr2[i];
                index = i;
                // System.out.println(carr2[i]);
            }

        }
        if (index < carr2.length) {
            res += String.valueOf(carr2).substring(index+1, carr2.length);
        }



            System.out.print(res);
            //jack
            //i love jack,jack love me
            //you


    }
    // 全排列
    private static void fullSort(char[] carr , int l, int r) {
        if (l == r) {
           /* for (char c : carr) {
                sb.append(c);
                //System.out.println(c);
            }
            sb.append('*');*/
            //System.out.println();
//            System.out.println(String.valueOf(carr));
            hashSet.add(String.valueOf(carr));
        }
        for (int i = l; i <= r; i++) {
            swap(carr, i, l);
            fullSort(carr, l+1, r);
            swap(carr, l, i);
        }
    }

    // 交换
    private static void swap(char[] carr, int i, int l) {
        char temp = carr[i];
        carr[i] = carr[l];
        carr[l] = temp;
    }
}

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

瑞 新

请小哥喝杯茶~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值